Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Image-Based Time Series Representations for Pixelwise Eucalyptus Region Classification: A Comparative Study

Texto completo
Autor(es):
Dias, Danielle [1] ; Dias, Ulisses [2] ; Menini, Nathalia [1] ; Lamparelli, Rubens [3] ; Le Maire, Guerric [4] ; Torres, Ricardo da S. [5]
Número total de Autores: 6
Afiliação do(s) autor(es):
[1] Univ Campinas UNICAMP, Inst Comp, BR-13083970 Campinas - Brazil
[2] Univ Campinas UNICAMP, Sch Technol, BR-13484350 Limeira - Brazil
[3] Univ Campinas UNICAMP, Nucleo Interdisciplinar Planejamento Energet, BR-13083970 Campinas - Brazil
[4] Univ Montpellier, Eco&Sols, CIRAD, INRA, IRD, Montpellier SupAgro, F-34000 Montpellier - France
[5] Norwegian Univ Sci & Technol NTNU, Dept ICT & Nat Sci, Alesund - Norway
Número total de Afiliações: 5
Tipo de documento: Artigo Científico
Fonte: IEEE Geoscience and Remote Sensing Letters; v. 17, n. 8, p. 1450-1454, AUG 2020.
Citações Web of Science: 1
Resumo

Pixelwise image classification based on time series profiles has been very effective in several applications. In this letter, we investigate recently proposed image-based time series encoding approaches {[}e.g., Gramian angular summation field/Gramian angular difference field (GASF/GADF) and Markov transition field (MTF)] to support the identification of eucalyptus regions in remote sensing images. We perform a comparative study concerning the combination of image-based representations suitable for encoding the most important time series patterns with the ability of state-of-the-art deep-learning-based approaches for characterizing image visual properties. The comparative study demonstrates that the evaluated image representations, combined with different deep learning feature extractors lead to highly effective classification results, which are superior to those of recently proposed methods for time-series-based eucalyptus plantation detection. (AU)

Processo FAPESP: 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 16/50250-1 - O segredo de jogar futebol: Brasil versus Holanda
Beneficiário:Sergio Augusto Cunha
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 17/20945-0 - EMU concedido no processo 16/50250-1: local positioning system
Beneficiário:Sergio Augusto Cunha
Linha de fomento: Auxílio à Pesquisa - Programa Equipamentos Multiusuários
Processo FAPESP: 15/24494-8 - Comunicação e processamento de big data em nuvens e névoas computacionais
Beneficiário:Nelson Luis Saldanha da Fonseca
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 13/50155-0 - Combining new technologies to monitor phenology from leaves to ecosystems
Beneficiário:Leonor Patricia Cerdeira Morellato
Linha de fomento: Auxílio à Pesquisa - Programa de Pesquisa sobre Mudanças Climáticas Globais - PITE
Processo FAPESP: 14/50715-9 - Characterizing and predicting biomass production in sugarcane and eucalyptus plantations in Brazil
Beneficiário:Rubens Augusto Camargo Lamparelli
Linha de fomento: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE